Weekly Data News: маркетплейс контента для ИИ, интерес Gemini к японскому стартапу, Deep Research в Альфа-банке

Microsoft запускает платформу лицензирования контента для обучения ИИ. Маркетплейс Publisher Content Marketplace (PCM) предназначен для лицензирования авторского контента компаниями, разрабатывающими ИИ. Правообладатели смогут выставлять условия использования своего контента, а ИИ-компании обучать на нем свои модели. В проектировании системы участвуют крупные игроки медиарынка, включая Vox Media, The Associated Press, Condé Nast, журнал People, в числе партнеров упоминается Yahoo.

Google инвестирует в Sakana AI, чтобы усилить присутствие Gemini в Японии.
Google вошел в числу инвесторов японского стартапа Sakana AI, после того Sakana AI привлекла 135 млн долл. в раунде финансирования серии B в прошлом году. Этот раунд оценил стартап почти в 2,6 миллиарда долларов, компания стала одной из самых дорогих и быстрорастущих компаний ИИ в Японии с момента ее запуска в 2023 году. Текущая сумма инвестиций не раскрывается.
В январе агент ALE-Agent от Sakana победил на Олимпиаде по кодингу, а их статья, представленная на ICLR, вызвала немалый интерес в научном сообществе. Теперь же Sakana AI собирается «плотнее» интегрировать разработки Google с собственными системами.

Альфа-Банк запустил ИИ-технологию для бизнес-аналитики. ИТ-разработчики Альфа-Банка интегрировали в платформу генеративного искусственного интеллекта AlfaGen функцию «Глубинное исследование» (Deep Research). Это цифровой аналитик, способный самостоятельно планировать, собирать, проверять и структурировать информацию из множества источников. Заявляется, что результатом работы системы становится структурированный аналитический документ.

OpenAI представила GPT-5.3-Codex. Новая агентная ИИ-модель для программирования примерно на 25% быстрее GPT-5.2-Codex, может выполнять задачи часами или днями, при этом пользователь может вмешиваться в процесс: уточнять требования, менять направление работы и получать промежуточные апдейты без перезапуска агента.
OpenAI также сообщила, что ранние версии GPT-5.3-Codex показали настолько хорошие результаты, что их использовали для улучшения обучения и поддержки развертывания более поздних версий модели.